El problema de la dispersión máxima en un entorno multi-objetivo
El problema de la diversidad máxima o dispersión máxima (MDP - Maximum Diversity Problem) presenta un gran número de aplicaciones prácticas que surgen de la búsqueda de los elementos mas disímiles de un conjunto de datos. Este tipo de problema utiliza modelos de diversidad y definiciones de distanci...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/63709 |
| Aporte de: |
| Sumario: | El problema de la diversidad máxima o dispersión máxima (MDP - Maximum Diversity Problem) presenta un gran número de aplicaciones prácticas que surgen de la búsqueda de los elementos mas disímiles de un conjunto de datos. Este tipo de problema utiliza modelos de diversidad y definiciones de distancia o disimilitud (observar que en el contexto de este trabajo distancia y disimilitud son considerados sinónimos) como forma de medir que tan diferentes son los elementos de un conjunto dado. Como diversos expertos pueden preferir diferentes definiciones de distancia para problemas específicos, se propone resolver el MDP con un enfoque multi-objetivo, considerando por primera vez, la utilización simultánea de múltiples definiciones de distancia. En este nuevo contexto multi-objetivo, este trabajo propone la utilización de un algoritmo evolutivo multi-objetivo (el reconocido NSGA-II), presentando varios casos de prueba que demuestran la eficiencia del algoritmo propuesto en comparación con la búsqueda exhaustiva. |
|---|